Graphene‐Coated Spandex Sensors Embedded into Silicone Sheath for Composites Health Monitoring and Wearable Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study presents a low-cost, tunable, and stretchable sensor fabricated based on spandex (SpX) yarns coated with graphene nanoplatelets (GnP) through a dip-coating process. The SpX/GnP is wrapped into a stretchable silicone rubber (SR) sheath to protect the conductive layer against harsh conditions, which allows for fabricating washable wearable sensors. Dip-coating parameters are optimized to obtain the maximum GnP coating rate. The covering sheath is tailored to achieve high stretchability beyond the sensing limit of 104% for SpX/GnP/SR sensors. Adjustable sensitivity is attained by manipulating SpX immersion times broadening its application for a wide range of strains: Gauge factors as high as two orders of magnitude are achieved at tensile strains greater than ≈40%. The fabricated sensors are tested for two applications: First, the SpX/GnP sensors are integrated into composite fabrics (with no negative impact on the structural integrity of the part) for screening the yarn displacements, resin flow, solidification during the hot press forming process, and structural health monitoring under mechanical loads with minimal cross-sensitivity to temperature/humidity. Second, the capability of SpX/GnP/SP sensors in detection of a wide range of bodily motions (from the joint motion to arterial blood pressure) is demonstrated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle